São Paulo — InkDesign News —
A recente pesquisa sobre machine learning revela um modelo inovador de inteligência artificial que promete transformar vídeos borrados e de baixa taxa de quadros em imagens claras e fluidas. Desenvolvido por um grupo liderado pelo Professor Jaejun Yoo, o modelo BF-STVSR (Bidirectional Flow-based Spatio-Temporal Video Super-Resolution) destaca-se por sua eficiência e eficácia na melhoria de qualidade de vídeos.
Contexto da pesquisa
A qualidade de vídeos é frequentemente determinada pela resolução e pela taxa de quadros. A equipe de pesquisa da Graduate School of Artificial Intelligence da UNIST exibiu suas descobertas na Conferência sobre Visão Computacional e Reconhecimento de Padrões (CVPR 2025), realizada em Nashville de 11 a 15 de junho.
Método proposto
O modelo BF-STVSR utiliza métodos de processamento de sinais adaptados às características dos vídeos, permitindo que o modelo aprenda o movimento bidimensional entre quadros de forma independente, sem depender de redes externas de previsão de fluxo óptico. Essa abordagem inovadora possibilita a inferência conjunta de contornos de objetos e fluxo de movimento, resultando em uma melhora simultânea na resolução e na taxa de quadros.
Resultados e impacto
A aplicação do BF-STVSR em vídeos de baixa resolução e baixa taxa de quadros demonstrou desempenho superior em comparação a modelos existentes, refletido em pontuações mais elevadas de razão de pico de sinal sobre o ruído (PSNR) e índice de similaridade estrutural (SSIM). Valores elevados de PSNR e SSIM indicam que vídeos com movimentos significativos mantêm figuras humanas e detalhes nítidos, resultando em uma reconstrução visual mais realista.
“Esta tecnologia tem amplas aplicações, desde a restauração de imagens de câmeras de segurança até a melhoria rápida de vídeos comprimidos para conteúdo midiático de alta qualidade.”
(“This technology has broad applications, from restoring security camera footage or black-box recordings captured with low-end devices to quickly enhancing compressed streaming videos for high-quality media content.”)— Professor Jaejun Yoo, Professor, UNIST
O modelo BF-STVSR apresenta potencial para diversas aplicações em áreas como imagem médica e realidade virtual, indicando um futuro promissor para a tecnologia na melhoria da qualidade de vídeos em diferentes contextos.
Fonte: (TechXplore – Machine Learning & AI)
